アジャイルドローンレースにおける参照軌道の再考：MPPIによる統一的な参照不要モデルベース制御器

- 自律ドローンレーシングのための model-based controller の研究。 - 事前計算された reference trajectory への依存を見直し、reference-free な時間最適レーシング手法を提案。 - RL の reward shaping に由来する gate progress objective を MPPI の定式化に直接組み込む。 - MPPI により、不連続・非微分可能な目的関数をリアルタイムで最適化。 - trajectory tracking、contouring control、提案 gate progress objective の3目的関数を同一 dynamics model・パラメータで公平に比較する unified framework を構築。

- 従来の trajectory tracking は動的に実行可能な full-state reference を必要とする。 - contouring control は幾何学的 path まで要求を緩和するが、依然 reference が必要。 - 近年の RL 研究は、多くの model-based controller が racing の本来の目的である gate 通過進捗の最大化ではなく、trajectory tracking などの surrogate objective を最適化していることを示した。 - 本研究はその知見に着想を得て、reference を不要にしつつ gate progress を直接最適化する点が新しい。 - MPPI と gradient-based solver の両方で3目的関数を比較する統一枠組みも特徴。

- RL の reward shaping から導出した gate progress objective を MPPI の定式化に直接組み込む。 - MPPI は sampling-based であるため、不連続・非微分可能な目的関数をリアルタイムに扱える点を活用。 - 同一の dynamics model とパラメータ集合の下で、classical trajectory tracking、contouring control、提案 gate progress objective の3つを比較する unified framework を構築。 - 各目的関数を MPPI と traditional gradient-based solver の両方で解き、性能を比較。

- 3つの目的関数を MPPI と gradient-based solver で解き、レーシング性能を比較。 - 提案する reference-free 手法が reference-based 手法に匹敵する、あるいは上回る競争力のあるレーシング性能を示した。 - 詳細な実験設定・評価指標・定量結果は要旨からは不明。 - 動画が https://zhaofangguo.github.io/racing_mppi/ で公開されている。

- reference-free な gate progress objective が reference-based 手法と同等以上になり得ることを示唆。 - MPPI の sampling-based 性質が不連続・非微分可能な目的関数のリアルタイム最適化に適する点を議論。 - 3目的関数を統一条件で比較する枠組みの意義を示す。 - 限界・失敗ケース・計算コスト・実機検証の詳細は要旨からは不明。

- 要旨で参照されている RL を用いた drone racing 研究（reward shaping により model-based controller の surrogate objective 問題を指摘したもの）。 - Model Predictive Path Integral (MPPI) の原論文・関連手法。 - contouring control に関する先行研究。 - trajectory tracking 型の model-based drone racing 手法。 - 具体的な論文名は要旨からは不明。